イスラエルのレホヴォトにあるワイツマン科学研究所の研究者は、fMRI脳スキャンのみに基づいて人が見ているものを再構築し、反対方向の画像から人の脳活動を予測できる人工知能システムを構築したとMITテクノロジーレビューが2026年10月1日に報じた。

コンピュータ科学者のミハル・イラニとその同僚によって開発されたこのツールは、これまでの脳解読の取り組みでは達成できなかった精度で、表示された画像を再現します。並べて比較すると、モデルの再構成では、シーンの一般的な主題だけでなく、その構造、位置、内容も保存されます。これは、もっともらしいバナナが生成される可能性がありますが、人が実際に見たバナナが生成されることはまれである、以前のシステムの永続的な弱点です。 この件の詳細は、人工知能の最新情報をご覧ください。

ブレインデコーダの仕組み

このシステムは 2 分岐の「ブレイン デコーダ」です。 1 つのブランチは画像の構造 (フレーム内で色や形が配置される場所) を予測し、2 つ目のブランチはその内容 (たとえば、皿の上のバナナの束) を予測します。これらの組み合わせられた予測は、最新の画像およびビデオ生成器の背後にある生成 AI 技術の同じファミリーである拡散モデルを操作して、最終的な再構成を生成します。

研究チームは、公的に入手可能な脳スキャンデータから出発した。ボランティアは、神経活動の代用として脳を通る酸素を含む血流を追跡するfMRIスキャナーに横たわりながら、数百枚の画像を見せられた。 Irani のグループは、高解像度のスキャナーでキャプチャされた新しいデータセットを使用しました。このデータセットでは、活動の各ボクセルは、標準的なスキャナーの約 3 立方ミリメートルではなく、約 1 立方ミリメートルの組織をカバーします。

借用したデータのトレーニング

中心的な障害はデータ不足でした。何千枚もの画像を閲覧する人からの高解像度 fMRI スキャンは希少であり、存在するものよりもはるかに多くのモデルが必要です。研究者らの回避策は、2 番目のモデルを逆にトレーニングすることでした。これは、人間に特定の画像を見せた場合に脳スキャンがどのように見えるかを予測するエンコーダーです。

エンコーダーとデコーダーを相互に実行することで、チームは効果的に無制限のトレーニング ペアを生成できます。ヒョウの写真から始めて、ヒョウが生成する fMRI アクティビティを予測し、そのアクティビティから画像を再構築し、不一致に関して両方のモデルを改良します。イラニ氏によると、最終的にトレーニング データの約 70% は、スキャンされたボランティアに実際には見せられなかった画像から得られたという。

このアプローチにより、チームがユニバーサル ブレイン エンコーダーと呼ぶものが誕生し、その効率性が注目を集めました。以前のデコード ツールでは、通常、新しい人に合わせて調整するには約 40 時間の fMRI データが必要でした。 Irani のデコーダには約 1 時間を要しますが、スキャナーの時間は高価であるため、この差は重要です。カリフォルニア大学サンタバーバラ校の神経科学者トミー・スプレイグ氏は、「新しい被験者のイメージングに40時間も費やす余裕のある人は誰もいない」と述べ、イメージングには1時間当たりおよそ600ドルから1,000ドルの費用がかかると指摘した。同氏はこの研究には関与していない。この研究結果は、9月にニューヨークで開催された認知計算神経科学カンファレンスで発表された。

それが正しいことと間違っていること

比較テストでは、このツールは以前に説明された脳解読システムを「大幅に上回った」とイラニ氏はMITテクノロジーレビューに語った。それは確実ではありません。ビデオ通話で彼女は、システムが 3 つのサンドイッチの山として再構築したケーキの画像と、浴槽に入った犬が、同じ浴槽の中で同じ色のヤギとして戻ってきたことを指摘した。

研究チームは、複数の研究にわたるデータをプールすることで、個人間で機能を共有していると思われる脳の領域も特定した。ある領域は食べ物の画像に反応し、別の領域はスポーツに反応した。イラニ氏は現在、神経科学者と協力して、このツールを使用して脳がどのように意味を体系的に整理するかをマッピングしていると述べた。

医療への約束

最も当面の希望は臨床です。イラニ氏は、このアプローチが最終的には閉じ込め症候群（話すことも動くこともできない完全に麻痺した患者）の患者が脳活動だけを使ってコミュニケーションできるようになる可能性があると考えている。彼女はまた、夢や PTSD フラッシュバックの感覚内容を含む想像内容を再構築するという長期的な目標に向けて、この技術を静止画像だけでなくビデオや音声にも拡張したいと考えています。

この研究には関与していないが、ブリティッシュコロンビア大学の神経倫理学者で神経学教授のジュディ・イルズ氏は、この研究を「素晴らしい」と評した。 「神経疾患を持つ人々を治療的に助けるために（このアプローチを使用するという）アイデアは、非常にエキサイティングです」と彼女はMIT Technology Reviewに語った。

プライバシーの問題

同じ精度により、この分野が長い間恐れてきた、意味のある同意なしに人の精神的イメージを抽出するという可能性が高まります。 「結果は非常に印象深いようです」とスプラーグ氏は語った。 「しかし、あなたが考えていることに関する情報を密かに抽出する方法があるとしたら、... 150 年にわたる SF はいつでも実現する可能性があり、それは多くの点で憂慮すべきことです。」

これらの懸念は、今のところ、物理学に限定されたままです。このシステムでは、人が数トンの fMRI 磁石の中に何時間も横たわる必要があり、これまでのデコーダーはすべて、人ごとに大規模な校正を必要としていました。しかし、この校正要件はまさにイランのチームが数十分の１に削減したものであり、それが倫理学者がたまたま研究のブレークスルーでもあるこのツールに注目している理由である。

ワイツマングループの次の目標は、動画と音声、そして空想と夢のコンテンツであり、この技術の精度がスキャナラボの慎重に管理された条件の外でも存続するかどうかをテストすることになる。そうなれば、医療への応用とプライバシーに関する議論が同時にエスカレートすることになるだろう。

急速に変化する分野

脳のデコードは、より優れたスキャナー、大規模な共有データセット、粗い信号から現実的な詳細を埋めることができる生成モデルによって、10 年以内にぼやけてかろうじて認識できる近似から構造的に忠実な再構成へと進歩しました。ワイツマン氏の貢献 (双方向のエンコーダ/デコーダ ループを使用してデータのボトルネックを解消する) は、新しいハードウェアに依存しないため、急速に広まる傾向にあるエンジニアリングの洞察の一種です。他の研究室がこのトレーニング計画を再現することを期待し、誰がニューラルデータを管理し、同意するかという問題がAI政策の周縁部からその中心に向かうことを期待する。

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →